29

Kafka から読み書きされるメッセージに Avro を使用しようとしています。Avro バイナリ エンコーダーを使用して、メッセージ キューに入れられるデータをエンコード/デコードする例はありますか?

Kafkaの部分よりもAvroの部分が必要です。または、おそらく別のソリューションを検討する必要がありますか？基本的に、スペースに関して JSON のより効率的なソリューションを見つけようとしています。Avro は、JSON よりもコンパクトになる可能性があるため、言及されました。

4

5 に答える 5

20

これは基本的な例です。複数のパーティション/トピックで試したことはありません。

//サンプル プロデューサー コード

import org.apache.avro.Schema;
import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.io.*;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.avro.specific.SpecificDatumWriter;
import org.apache.commons.codec.DecoderException;
import org.apache.commons.codec.binary.Hex;
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import java.nio.charset.Charset;
import java.util.Properties;


public class ProducerTest {

    void producer(Schema schema) throws IOException {

        Properties props = new Properties();
        props.put("metadata.broker.list", "0:9092");
        props.put("serializer.class", "kafka.serializer.DefaultEncoder");
        props.put("request.required.acks", "1");
        ProducerConfig config = new ProducerConfig(props);
        Producer<String, byte[]> producer = new Producer<String, byte[]>(config);
        GenericRecord payload1 = new GenericData.Record(schema);
        //Step2 : Put data in that genericrecord object
        payload1.put("desc", "'testdata'");
        //payload1.put("name", "अasa");
        payload1.put("name", "dbevent1");
        payload1.put("id", 111);
        System.out.println("Original Message : "+ payload1);
        //Step3 : Serialize the object to a bytearray
        DatumWriter<GenericRecord>writer = new SpecificDatumWriter<GenericRecord>(schema);
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        BinaryEncoder encoder = EncoderFactory.get().binaryEncoder(out, null);
        writer.write(payload1, encoder);
        encoder.flush();
        out.close();

        byte[] serializedBytes = out.toByteArray();
        System.out.println("Sending message in bytes : " + serializedBytes);
        //String serializedHex = Hex.encodeHexString(serializedBytes);
        //System.out.println("Serialized Hex String : " + serializedHex);
        KeyedMessage<String, byte[]> message = new KeyedMessage<String, byte[]>("page_views", serializedBytes);
        producer.send(message);
        producer.close();

    }


    public static void main(String[] args) throws IOException, DecoderException {
        ProducerTest test = new ProducerTest();
        Schema schema = new Schema.Parser().parse(new File("src/test_schema.avsc"));
        test.producer(schema);
    }
}

// コンシューマー コードの例

パート 1 : コンシューマー グループ コード : 複数のパーティション/トピックに対して複数のコンシューマーを持つことができるため。

import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.Executor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;

/**
 * Created by  on 9/1/15.
 */
public class ConsumerGroupExample {
   private final ConsumerConnector consumer;
   private final String topic;
   private ExecutorService executor;

   public ConsumerGroupExample(String a_zookeeper, String a_groupId, String a_topic){
      consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
              createConsumerConfig(a_zookeeper, a_groupId));
      this.topic = a_topic;
   }

   private static ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId){
       Properties props = new Properties();
       props.put("zookeeper.connect", a_zookeeper);
       props.put("group.id", a_groupId);
       props.put("zookeeper.session.timeout.ms", "400");
       props.put("zookeeper.sync.time.ms", "200");
       props.put("auto.commit.interval.ms", "1000");

       return new ConsumerConfig(props);
   }

    public void shutdown(){
         if (consumer!=null) consumer.shutdown();
        if (executor!=null) executor.shutdown();
        System.out.println("Timed out waiting for consumer threads to shut down, exiting uncleanly");
        try{
          if(!executor.awaitTermination(5000, TimeUnit.MILLISECONDS)){

          }
        }catch(InterruptedException e){
            System.out.println("Interrupted");
        }

    }


    public void run(int a_numThreads){
        //Make a map of topic as key and no. of threads for that topic
        Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
        topicCountMap.put(topic, new Integer(a_numThreads));
        //Create message streams for each topic
        Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
        List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);

        //initialize thread pool
        executor = Executors.newFixedThreadPool(a_numThreads);
        //start consuming from thread
        int threadNumber = 0;
        for (final KafkaStream stream : streams) {
            executor.submit(new ConsumerTest(stream, threadNumber));
            threadNumber++;
        }
    }
    public static void main(String[] args) {
        String zooKeeper = args[0];
        String groupId = args[1];
        String topic = args[2];
        int threads = Integer.parseInt(args[3]);

        ConsumerGroupExample example = new ConsumerGroupExample(zooKeeper, groupId, topic);
        example.run(threads);

        try {
            Thread.sleep(10000);
        } catch (InterruptedException ie) {

        }
        example.shutdown();
    }


}

パート 2 : メッセージを実際に消費する個々の消費者。

import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.message.MessageAndMetadata;
import org.apache.avro.Schema;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.generic.IndexedRecord;
import org.apache.avro.io.DatumReader;
import org.apache.avro.io.Decoder;
import org.apache.avro.io.DecoderFactory;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.commons.codec.binary.Hex;

import java.io.File;
import java.io.IOException;

public class ConsumerTest implements Runnable{

    private KafkaStream m_stream;
    private int m_threadNumber;

    public ConsumerTest(KafkaStream a_stream, int a_threadNumber) {
        m_threadNumber = a_threadNumber;
        m_stream = a_stream;
    }

    public void run(){
        ConsumerIterator<byte[], byte[]>it = m_stream.iterator();
        while(it.hasNext())
        {
            try {
                //System.out.println("Encoded Message received : " + message_received);
                //byte[] input = Hex.decodeHex(it.next().message().toString().toCharArray());
                //System.out.println("Deserializied Byte array : " + input);
                byte[] received_message = it.next().message();
                System.out.println(received_message);
                Schema schema = null;
                schema = new Schema.Parser().parse(new File("src/test_schema.avsc"));
                DatumReader<GenericRecord> reader = new SpecificDatumReader<GenericRecord>(schema);
                Decoder decoder = DecoderFactory.get().binaryDecoder(received_message, null);
                GenericRecord payload2 = null;
                payload2 = reader.read(null, decoder);
                System.out.println("Message received : " + payload2);
            }catch (Exception e) {
                e.printStackTrace();
                System.out.println(e);
            }
        }

    }


}

AVRO スキーマをテストします。

{
    "namespace": "xyz.test",
     "type": "record",
     "name": "payload",
     "fields":[
         {
            "name": "name", "type": "string"
         },
         {
            "name": "id",  "type": ["int", "null"]
         },
         {
            "name": "desc", "type": ["string", "null"]
         }
     ]
}

注意すべき重要事項は次のとおりです。

  1. このコードをすぐに実行するには、標準の kafka および avro jar が必要です。

  2. 非常に重要な props.put("serializer.class", "kafka.serializer.DefaultEncoder"); バイトt use stringEncoder as that won配列をメッセージとして送信している場合は機能しません。

  3. byte[] を 16 進文字列に変換して送信し、コンシューマで 16 進文字列を byte[] に再変換してから元のメッセージに変換できます。

  4. http://kafka.apache.org/documentation.html#quickstartに記載されているように、Zookeeper と Broker を実行し、「page_views」または任意のトピックを作成します。

  5. ProducerTest.java を実行してから ConsumerGroupExample.java を実行し、avro データが生成および消費されていることを確認します。

于 2015-09-01T22:33:22.520 に答える
11

最終的に Kafka メーリング リストに質問することを思い出し、次の回答を得ました。これは完全に機能しました。

はい、メッセージをバイト配列として送信できます。Message クラスのコンストラクターを見ると、次のことがわかります。

def this(bytes: Array[Byte])

次に、Producer send() API を見てみましょう -

def send(producerData: ProducerData[K,V]*)

V を Message タイプに設定し、K をキーのタイプに設定できます。キーを使用したパーティショニングを気にしない場合は、それをメッセージ タイプにも設定します。

ありがとう、ネハ

于 2011-12-01T21:03:07.943 に答える
3

回答を更新しました。

Kafka には、Maven (SBT 形式) 座標を持つ Avro シリアライザー/デシリアライザーがあります。

  "io.confluent" % "kafka-avro-serializer" % "3.0.0"

KafkaAvroSerializer のインスタンスを KafkaProducer コンストラクターに渡します。

次に、Avro GenericRecord インスタンスを作成し、それらを KafkaProducer で送信できる Kafka ProducerRecord インスタンス内の値として使用できます。

Kafka コンシューマー側では、KafkaAvroDeserializer と KafkaConsumer を使用します。

于 2016-06-09T03:55:47.357 に答える
2

Avro の代わりに、単純にデータの圧縮を検討することもできます。gzip (良好な圧縮、より高い CPU) または LZF または Snappy (はるかに高速で、少し遅い圧縮) のいずれかを使用します。

あるいは、Jackson によって Java でサポートされているSmile バイナリ JSONもあります (この拡張子を使用): これはコンパクトなバイナリ形式であり、Avro よりもはるかに使いやすいです:

ObjectMapper mapper = new ObjectMapper(new SmileFactory());
byte[] serialized = mapper.writeValueAsBytes(pojo);
// or back
SomeType pojo = mapper.readValue(serialized, SomeType.class);

異なる形式のファクトリを渡すことを除いて、基本的には JSON と同じコードです。データ サイズの観点から、Smile と Avro のどちらがよりコンパクトであるかは、ユース ケースの詳細に依存します。どちらも JSON よりコンパクトです。

POJO だけを使用して、同じコードで JSON と Smile の両方で高速に動作するという利点があります。コード生成、または s のパックとアンパックに大量の手動コードが必要な Avro と比較してGenericRecord。

于 2012-04-25T20:45:12.453 に答える